基于超图切割的半监督学习和聚类算法

来源：计算机测量与控制杂志2024年第5期北京时间：

作者：艾明

单位：郑州大学

摘要：本文针对超图切割上的半监督学习和聚类算法进行了研究；首先,通过对超图切割和超边展开法及其切割函数的讨论,引入了超图上的总变异作为超图切割的洛瓦兹扩展,并在此基础上提出了一组正则化函数,它对应于图上的拉普拉斯型正则化；然后,基于正则化函数族提出了半监督学习方法,并基于平衡超图切割提出了谱聚类方法；为了求解这两个学习问题,将它们转化为求解凸优化问题,并为此提出了一种主要组成部分为近端映射的可扩展算法,从而实现半监督学习和聚类；仿真实验结果表明,本文提出的基于超图切割实现的半监督学习和聚类方法相比于经典的超边展开法和其他图切割方法有更好的标准偏差和聚类误差性能。

关键词：超图展开;图切割;正则化函数;半监督学习;谱聚类;标准偏差;聚类误差

基金资助：河南省省科技攻关项目（232102211033），项目名称: 面向知识图谱构建的多源知识融合关键技术研究。